Utilisation des réseaux de neurones comme outil du datamining :Génération de modèle comportemental d’un processusphysique à partir de données
Des informations générales:
Le niveau |
Master |
Titre |
Utilisation des réseaux de neurones comme outil du datamining :Génération de modèle comportemental d’un processusphysique à partir de données |
SPECIALITE |
Physique de la Matière Condensée et des Semiconducteurs |
Page de garde:
Sommaire:
Introduction générale
Chapitre I: Data mining
I-1 Introduction
I-2 :Qu’est-ce que le datamining
I-3: Etapes d’un projet de datamining
I-4 les Tâches du datamining
I-4-1 La classification
I-4-2 Clustering
I-4-3 Règles d’association
I-4-4 Prédiction
I-5 Les techniques du datamining
I-5-1 Les techniques descriptives
I-5-1-1: Analyse en composantes principales ACP
I-5-1-2: Les k-means
I-5-1-3 La classification neuronale
I-5-1-4 Domaines d’application
I-5-2 Les techniques prédictives
I-5-2-1 Les arbres de décision
I-5-2-2 La classification supervisée
I-6 Conclusion
CHAPITRE II: Les réseaux de neurones artificiels
II-1 Généralité
II-1-1: Fondement biologique
II-1-2 Historique
II-2 Neurone formel
II-1-2 Fonctions d’activation
II-1-1: Représentation mathématique
II-3: Réseau de neurones artificiels
II-3-1: Définition
II-3-2 Architecture d’un réseau de neurones artificiels
II-3-2-1: Réseau monocouche
II-3-2-2 réseau multicouche
a) Réseaux multicouche
b) Réseaux multicouche classique c) Réseaux a connexion locale
II-3-3 : L’apprentissage des réseaux.
II-3-3-1: Apprentissage supervisé
II-3-3-2: Apprentissage non supervisé
II-3-3-3: Apprentissage hybride
II-3-3-4 : Règle d’apprentissage.
Chapitre I: Data mining
I-1 Introduction
I-2 :Qu’est-ce que le datamining
I-3: Etapes d’un projet de datamining
I-4 les Tâches du datamining
I-4-1 La classification
I-4-2 Clustering
I-4-3 Règles d’association
I-4-4 Prédiction
I-5 Les techniques du datamining
I-5-1 Les techniques descriptives
I-5-1-1: Analyse en composantes principales ACP
I-5-1-2: Les k-means
I-5-1-3 La classification neuronale
I-5-1-4 Domaines d’application
I-5-2 Les techniques prédictives
I-5-2-1 Les arbres de décision
I-5-2-2 La classification supervisée
I-6 Conclusion
CHAPITRE II: Les réseaux de neurones artificiels
II-1 Généralité
II-1-1: Fondement biologique
II-1-2 Historique
II-2 Neurone formel
II-1-2 Fonctions d’activation
II-1-1: Représentation mathématique
II-3: Réseau de neurones artificiels
II-3-1: Définition
II-3-2 Architecture d’un réseau de neurones artificiels
II-3-2-1: Réseau monocouche
II-3-2-2 réseau multicouche
a) Réseaux multicouche
b) Réseaux multicouche classique c) Réseaux a connexion locale
II-3-3 : L’apprentissage des réseaux.
II-3-3-1: Apprentissage supervisé
II-3-3-2: Apprentissage non supervisé
II-3-3-3: Apprentissage hybride
II-3-3-4 : Règle d’apprentissage.
Télécharger:
Pour plus de
sources et références universitaires
(mémoires, thèses et articles
), consultez notre site principal.